Векторне квантування (VQ) є класична техніка квантування з обробки сигналів, яка дозволяє моделювати функції щільності ймовірності шляхом розподілу прототипних векторів. Розроблений на початку 1980-х років Робертом М. Греєм, він спочатку використовувався для стиснення даних.
Оригінальне векторне квантування техніка кодування для стиснення даних у теорії інформації (Chang & Wu, 2022; Gray, 1984). VQ можна визначити як функцію Q, яка відображає набір даних X на скінченний набір C . Кінцевий набір розміром K зазвичай називають кодовою книгою.
Векторне квантування — це техніка стиснення з втратами, яка використовується в кодуванні мови та зображень. У скалярному квантуванні скалярне значення вибирається з кінцевого списку можливих значень для представлення вибірки.
Квантування, що бере участь в обробці зображень, є метод стиснення з втратами, досягнутий шляхом стиснення діапазону значень до одного квантового (дискретного) значення. Коли кількість дискретних символів у даному потоці зменшується, потік стає більш стислим.
Деякі переваги використання розпізнавання шаблонів векторного квантування: Векторне квантування можна використовувати для ідентифікації шаблонів або структур у даних, що може бути корисним для таких завдань, як класифікація, кластеризація та виділення ознак.
Векторне квантування, яке також називають «блочним квантуванням» або «квантуванням за шаблоном», часто використовується для стиснення даних із втратою даних. Це працює за допомогою кодування значень з багатовимірного векторного простору в скінченний набір значень з дискретного підпростору меншої розмірності.